Programação
Todos os eventos previstos ocorrerão virtualmente via plataforma Google Meet
Abertura
Prof. Itamir de Morais Barroca Filho
Prof. Edvaldo Vasconcelos de Carvalho Filho
Sobre os palestrantes:
Prof. Itamir é professor no Instituto Metrópole Digital da UFRN (IMD-UFRN), engenheiro de computação com ênfase em sistemas de computação. Doutor em ciência da computação, mestre em sistemas e computação na área de engenharia de software e especialista em redes de computadores. Atuou no desenvolvimento de sistemas de informações e aplicativos móveis, desempenhando funções de analista de sistemas, coordenador de desenvolvimento e arquiteto de software. Atualmente é Diretor de Tecnologia da Informação do Instituto Metrópole Digital.
Prof. Edvaldo é Doutor em Ciências e Tecnologia dos Alimentos - UFPB, Mestre em Ciências e Tecnologia dos Alimentos pela UFPB, Graduado em Nutrição pela Universidade Federal da Paraíba - UFPB, Formado pela Organização Universitária Interamericana - OUI e Instituto de Gestão e Liderança Universitária - IGLU no curso IGLU para Dirigentes Universitários. Foi dirigente da Faculdade de Ciência da Saúde do Trairi - UFRN de 2011 a 2019. Atualmente é professor e Pró-Reitor Adjunto de Extensão da Universidade Federal do Rio Grande do Norte . Seus interesses de pesquisa são na área de ciências dos alimentos, análises de água e desenvolvimento de sistemas de informação em saúde.
Sobre os palestrantes:
Profª. Selma possui graduação em Ciências Biológicas e Medicina pela Universidade Federal do Rio Grande do Norte, mestrado e doutorado em Biologia Molecular pela Universidade Federal de São Paulo. Professora Titular do Departamento de Bioquímica (UFRN) e Diretora do Instituto de Medicina Tropical da UFRN e professora adjunta da Universidade de Iowa. Tem experiência na área de Medicina, com ênfase em Doenças Complexas Infecciosas e não infecciosas, atuando principalmente nos seguintes temas: leishmanioses, Arbovírus, hanseníase e pré-eclâmpsia.
Prof. Francisco Irochima é Médico oftalmologista, Doutor em Ciências da Saúde (UFRN) e Professor Adjunto de oftalmologia da UFRN e da Pós-graduação em Biotecnologia da UnP. Fundador da empresa Ciência Ilustrada Studio graduada pelo IMD, além de Gerente de Inovação da Liga Contra o Câncer e Business Partner da STARTSE.
Prof. Renan Cipriano é professor do Instituto Metrópole Digital da Universidade Federal do Rio Grande do Norte. Membro do programa de pós-graduação em bioinformática da UFRN e do Centro Multiusuário de Bioinformática (BioME). Possui graduação em Engenharia Elétrica pela Universidade Estadual de Campinas (2006), mestrado pela mesma universidade (2008) com ênfase em inteligência computacional e robótica, e doutorado em Ciências Cognitivas pelo Centre for Computational Neuroscience and Robotics na Universidade de Sussex, Reino Unido. Em 2018, tornou-se Newton Advanced Fellow da Royal Society/ UK. Seus projetos desenvolvem e exploram ferramentas de inteligência computacional no contexto da neuroengenharia, desde a construção de interfaces cérebro-máquina até a busca por padrões neurais em processos cognitivos, com foco em aplicações para saúde e outras frentes do setor produtivo. Tem experiência na área de Engenharia Elétrica e Ciência da Computação, com ênfase em inteligência computacional, aprendizado de máquina, processamento de sinais, teoria da informação e robótica autônoma.
Prof. Anderson possui formação em Engenharia da Computação e mestrado e doutorado em Ciência da Computação pela UFRN, atua como Professor do Instituto Metrópole Digital da UFRN, ministrando disciplinas e coordenando projetos nas áreas de Inovação e Teoria Computacional. Foi um dos responsáveis pela criação e gestão executiva da maior incubadora de empresas do RN onde apoiou a criação e desenvolvimento de 120 empreendimentos de 2013 a 2017. Bem como, trabalhou na articulação da criação, sendo também o primeiro Diretor, do Parque Tecnológico Metrópole Digital o qual onde, em pouco mais de 2 anos, atraiu e manteve 50 empresas de TI em Natal. Atualmente, é Presidente da Rede Potiguar de Inovação (REPIN) e integra o grupo estendido de dirigentes da Anprotec. Anteriormente, também atuou como professor na Universidade Federal Rural do Semi-Árido (UFERSA), como coordenador das ações do Metrópole Digital no polo Angicos-RN e como Engenheiro da Computação na Chemtech. Suas áreas de maior atuação são Inovação Tecnológica e Teoria Fuzzy.
Professor Ricardo João Cruz-Correia is an Auxiliary Professor at the Faculty of Medicine of University of Porto (FMUP). In 1996 achieved the degree of Computer Science at the Faculty of Sciences (FCUP), in 1998 achieved the Master Degree on Computer Science also at FCUP, and achieved the PhD at FMUP in 2008 on the Integration of Hospital Information Systems. Has nearly 200 scientific articles in health informatics. He has collaborated on the implementation of several health information systems. Member of several health informatics standard organizations (HL7, openEHR, IPQ CT199, ABNT Brasil), and associations (APIM, e-MAIS). He has lectured several disciplines on Medical Informatics (e.g. "Health Information Systems and Electronic Patient Records", "Models of clinical information and health integration standards") of pre and pos graduation courses, and is currently supervising several PhD and Master thesis on Health Informatics. Co-founder of 3 UP spin-off companies (www.hltsys.pt, www.virtualcare.pt, www.is4health.com) and a professional school (www.ciencia-letras.pt).
Parque Metrópole e Inova: Conheça as empresas da área da saúde
Rodrigo Romão do Nascimento
Profª Íris Linhares Pimenta Gurgel
Rodrigo Romão é Diretor do Parque Tecnológico Metrópole Digital. Administrador especialista em Gestão de Projetos (PUC-Minas) e mestre em Gestão da Informação e do Conhecimento (UFRN). Atuei nos segmentos industriais de saúde e mineração entre 2005-2015 e, desde 2016, tenho trabalhado na gestão de ambientes de empreendedorismo e inovação, onde também atuo como pesquisador. Os temas de domínio são Empreendedorismo, Gestão da Inovação, Gestão do Conhecimento, Metodologias Ágeis e Lean, Design Thinking e Processo Criativo aplicado ao Aprendizado.
Prof. Íris é Professora Adjunta I da Universidade Federal do Rio Grande do Norte (UFRN), lotada no Instituto Metrópole Digital (IMD). Desempenha função de gerente executiva da Inova Metrópole, incubadora de empresas de base tecnológica do IMD. Graduada em Administração na UFRN (2008), mestrado (2012) e doutorado (2017) pelo Programa de Pós-graduação em Administração ? PPGA/UFRN. Tem experiência na área de Administração, com ênfase em Gestão de Tecnologia da Informação, atuando principalmente nos seguintes temas: empreendedorismo, competências empreendedoras, incubação de empresas, inovação e governança de TI.
Minicurso: Inovação em Bioinformática e Saúde 4.0
Prof. Sandro José de Souza - BioME/UFRN
Prof. Euzébio Guimarães Barbosa - BioME/UFRN
Prof. Vinicius Maracaja-Coutinho - BioME/UChile
A bioinformática é uma área de pesquisa multidisciplinar com múltiplas frentes de atuação. Com o avanço na tecnologia de sensores e estrutura computacional, a bioinformática tem um papel cada vez maior em processos industriais inovadores, com particular relevância para a área de saúde. Neste mini-curso, iniciaremos com uma breve introdução sobre o BioME (Bioinformatics Multidisciplinary Environment), um ambiente de inovação em bioinformática sediado na UFRN, destacando suas iniciativas e oportunidades de cooperação. A seguir, discutiremos de forma ampla os impactos da bioinformática nos estudos de saúde humana. O mini-curso prossegue com um estudo detalhado de estratégias computacionais para o descobrimento de novos fármacos. Este é um tema de particular relevância, dada a crescente necessidade de desenvolver em tempo recorde antivirais capazes de debelar a progressão de doenças. Neste contexto, principalmente em etapas anteriores aos testes clínicos em humanos, o emprego da bioinformática e quimioinformática é extensivo, quiçá essencial. Por fim, vamos explorar aspectos de desenvolvimento de biomarcadores para doenças, com foco em small/long non-coding RNAs, bem como algumas ferramentas computacionais inovadoras que permitem explorar conjuntos de dados diversos.
Com o surgimento das chamadas "healthtechs", a área de saúde é talvez a próxima grande fronteira de inovação. Nesse contexto, a bioinformática tem papel fundamental na produção de conhecimento a partir de grandes bases de dados. O objetivo deste mini-curso é explorar a ciência de dados e inteligência computacional em alguns dos problemas mais relevantes da bioinformática. Para iniciar, exploraremos os aspectos básicos de funcionamento do sistema nervoso central com foco no mapeamento entre atividade eletrofisiológica e comportamento. Depois, utilizando métodos de aprendizado supervisionado, veremos o passo-a-passo da construção de uma interface cérebro-máquina, capaz de controlar dispositivos externos apenas com a informação cerebral. A seguir, ampliaremos os conceitos de inteligência computacional para o estudo de fatores genéticos associados a doenças. Para isso, utilizaremos métodos supervisionados acoplados a diferentes abordagens de seleção de atributos (estatística e wrapper) e aplicaremos esses conceitos em dados de transcriptômica de pacientes com um dos dois tipos de linfoma, na tentativa de encontrar quais genes seriam responsáveis na diferenciação destas duas classes de câncer. Para ampliar os exemplos de uso de bioinformática no contexto clínico, o mini-curso seguirá com a construção de uma sequência de métodos de aprendizagem de máquina com o framework mrl3 e linguagem R para classificação de dados clínicos de câncer, explorando desde a seleção de características à interpretação de modelos. Para concluir, vamos analisar alguns dos projetos que são frutos de uma parceria em bioinformática entre a UFRN, UFPB, UFERSA, UChile e pesquisadores e alunos do BioME, que abrangem temas como aprendizagem de máquina na previsão do câncer em mutações deletérias e seus impactos na estrutura terciária de proteínas, além da previsão de famílias de peptídeos antimicrobianos de plantas, ou mesmo de RNA não codificantes.
Minicurso: IoT na saúde com o uso do Node-Red
Prof. Heitor Medeiros Florencio IMD/UFRN
Vitor Vale Pereira IMD/UFRN
A evolução das tecnologias e equipamentos laboratoriais e hospitalares vem gerando uma enorme quantidade de informações que ficam restritas a um grupo de profissionais, podendo ocasionar aplicabilidade insuficiente. Com isso, torna-se essencial o monitoramento remoto e a integração dessas informações com o intuito de gerar uma base de conhecimento efetiva para auxiliar na tomada de decisões nos serviços de saúde. Neste minicurso será apresentado a ferramenta de programação Node-RED, que permite a integração de diversos equipamentos e sistemas através de drivers e APIs com banco de dados e serviços.
Minicurso: Inteligência artificial aplicada a área de saúde: conceitos e caminhos
Prof. Marcelo A. C. Fernandes IMD/BioME/UFRN e DCA/UFRN
O setor de saúde vem passando por uma mudança profunda no qual novas técnicas de inteligência artificial baseadas em aprendizagem de máquina irão auxiliar os profissionais com diagnósticos bastante confiáveis e rápidos. Em um futuro não muito distante, várias consultas e exames serão realizadas em tempo real partir de um conjunto de dispositivos e algoritmos de inteligência artificial. Dentro deste novo contexto este minicurso irá apresentar os principais conceitos associados as técnicas de aprendizagem máquina e quais são os caminhos para inicializar a sua utilização na área de saúde. Serão também apresentados três estudos de caso no qual o primeiro tem como objetivo a utilização de técnicas de aprendizagem profunda para classificação e predição de tumores cancerígenos a partir de imagens. O segundo, trata da utilização de técnicas de aprendizagem profunda para classificação viral a partir de sequencias genômicas. Esta abordagem pode ser aplicada na descoberta de novas variantes, testes virais rápidos, meta-genômica e farmacogenética. Finalmente, o último problema a ser abordado é caracterizado pela utilização de abordagens de aprendizagem não supervisionada para descobrir correlações existentes entre problemas de saúde e informações sociais e culturais.
Ementa:
Tópicos gerais sobre inteligência artificial.
Tópicos básicos sobre aprendizagem de máquina.
Aprendizagem de máquina aplicada a área de saúde.
Estudo de caso 1: Aplicação de aprendizagem de máquina para classificação e predição de tumores.
Estudo de caso 2: Aplicação de aprendizagem de máquina para classificação viral a partir de sequencias genômicas.
Estudo de caso 3: Utilização de técnicas de aprendizagem não supervisionada para estratificação de causas sociais associadas a nascimentos prematuros.
Sobre o professor:
Marcelo A. C. Fernandes é Doutor em Engenharia Elétrica pela Universidade Estadual de Campinas (UNICAMP), Campinas, SP, Brasil. Desde 2011 é professor do Departamento de Engenharia de Computação e Automação da Universidade Federal do Rio Grande do Norte (UFRN), Natal, Brasil. Também é professor permanente dos programas de Pós-graduação em Bioinformática e Pós-graduação Engenharia Elétrica e Computação da mesma universidade, UFRN. De 2015 a 2016, trabalhou com um pesquisador visitante no King’s College London, em Londres, Reino Unido e de 2019 a 2020 trabalhou como pesquisador visitante na Universidade de Harvard, Cambridge, EUA. É coordenador do Laboratory of Machine Learning and Intelligent System (LMLIS), líder do grupo de pesquisa Embedded Systems and Reconfigurable Computing (RESRC) e líder de uma rede de pesquisa internacional chamada de SCHEMA - Specialized Hardware Solutions Applied to the Emerging Areas. Seus interesses de pesquisa incluem Inteligência Artificial, Processamento Digital de Sinais, Bioinformática, Sistemas Embarcados, Sistemas Ciber-físicos e Máquinas Biológicas.
